买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉苏州科技大学申请的专利一种用于提高自动驾驶三维目标检测效率的检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116778449B 。

龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310490811.3，技术领域涉及：G06V20/58；该发明授权一种用于提高自动驾驶三维目标检测效率的检测方法是由韩世豪;曹杰程;居世豪;卞伟涛;陶重犇设计研发完成，并于2023-05-04向国家知识产权局提交的专利申请。

本一种用于提高自动驾驶三维目标检测效率的检测方法在说明书摘要公布了：本发明公开了一种用于提高自动驾驶三维目标检测效率的检测方法，包括：使用最远点采样法从原始点云中提取一组关键点；将需要查询的关键点量化为体素，通过计算曼哈顿距离获得关键点的相邻体素特征集；通过匹配、聚合进行特征增强；通过将原始点云特征、多尺度体素聚合特征以及鸟瞰图特征连接得到原始关键点特征；优化关键点特征；利用一组虚拟网格点均匀分割每一个感兴趣区域，并设置关键点阈值和集合抽象半径对网格点进行筛选；通过拟合最小包围矩形和加权关键点特征对提案的方向和边界进行修正，得到修正的3D框；重复上述步骤直至遍历所有关键点，得到最终三维目标检测结果。本发明在提高预测精度的同时降低了计算量。

本发明授权一种用于提高自动驾驶三维目标检测效率的检测方法在权利要求书中公布了：1.一种用于提高自动驾驶三维目标检测效率的检测方法，其特征在于，包括以下步骤： 1获取待检测的原始点云数据； 2使用最远点采样法从原始点云中提取一组关键点P，其中的关键点为pi，i是关键点的序号； 3将需要查询的关键点pi量化为相应体素，然后通过计算关键点周围的非空体素与关键点体素之间的曼哈顿距离，判断该非空体素是否为查询关键点的相邻体素，获得关键点pi的相邻体素特征集其中K表示当前下采样的倍数； 4计算关键点pi的基于点云的特征与其相邻体素特征集中的基于体素的特征的匹配概率，根据匹配概率选择最相似的k个体素特征，并将其与相应的匹配概率聚合，进行特征增强，最后，将k个聚合体素特征通过PointNet-block方法生成关键点pi的特征K为1×、2×、4×； 5通过将原始点云特征多尺度体素聚合特征以及鸟瞰图特征连接得到原始关键点特征 6分别计算关键点特征与其相邻原始点云特征多尺度体素聚合特征的特征匹配概率均值，并与预测前景概率一起加权初始的关键点特征，得到更新的关键点特征 7利用一组虚拟网格点均匀分割每一个感兴趣区域，并设置关键点阈值λ和集合抽象半径rg对网格点进行筛选；通过拟合最小包围矩形和加权关键点特征对提案的方向和边界进行修正，得到修正的3D框； 8重复步骤3至步骤7直至遍历所有关键点，得到最终三维目标检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人苏州科技大学，其通讯地址为：215011 江苏省苏州市苏州高新区科锐路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。